NVIDIA und Telekom wollen KI-Fabrik für Deutschland bauen

Echter Fortschritt oder nur ein Marketing-Gag?

Diese Woche hat die Telekom ihre Pläne für ein neues KI-Rechenzentrum vorgestellt. 1 Mrd. Euro will man investieren. Bis zu 10.000 NVIDIA Blackwell-GPUs sollen einen 0,5 EFLOPS-Supercomputer antreiben. Damit soll die KI-Rechenleistung für Deutschland um 50 Prozent steigen.

Diese Ankündigung regt zu so vielen Fragen an. Wo sollen wir anfangen?

Laut Tagesschau soll für das Projekt “ein Rechenzentrum in der bayerischen Hauptstadt grundsaniert und mit bis zu 10.000 Spezialprozessoren von Nvidia ausgestattet” werden. Es handelt sich also schonmal nicht um einen Neubau. Das ist gut – sowohl für die Umwelt als auch für den Zeitfaktor. Der Bau eines neuen Rechenzentrums könnte nämlich trotz aller Ambitionen bis zu 10 Jahre dauern.

Bis dahin könnte die Leistung von 0,5 Exaflops (EFLOPS) wahrscheinlich bereits jedes moderne Smartphone erbringen. Der A18 Pro-Prozessor eines iPhone 16 Pro soll eine Rechenleistung von etwa 2,58 Teraflops (TFLOPS) haben. Beim iPhone 12 waren es noch 1,59 TFLOPS. 2,58 TFLOPS sind übrigens 0,00000258 EFLOPS. Geht man von einem exponentiellen Anstieg der Leistung aus, ist es durchaus realistisch in 10 Jahren an der EFLOPS-Marke zu kratzen.

Doch zurück zur Realität.

Laut einem Artikel auf Golem soll die Industrial AI Cloud der Deutschen Telekom an einem Standort "drei bis vier Stockwerke unter der Erde in München" entstehen. Das klingt jetzt eher nicht nach Sanierung.

Die Telekom will 1 Mrd. Euro für 10.000 NVIDIA-GPUS in 290 Racks ausgeben, um auf eine Leistung von 0,5 Exaflops zu kommen.

Wow! Dafür will man 150 LKWs auf Deutschlands ohnehin schon marode Infrastruktur bringen? Hoffentlich sind’s E-LKWs – oder lieber doch nicht, die Dieselstinker tragen immerhin zum Erhalt der Autobahn bei.

Die gesparte erneuerbare Energie könnte sogar ausreichen, die geplante KI-Fabrik zu betreiben. Atomstrom gibt es ja nicht mehr. Den bräuchte es aber, um wirklich ganz vorne mitspielen zu können.

Für 2026 kündigte NVIDIA seine neue Rubin-Plattform an. Bereits die erste Generation, Vera Rubin NVL144 CPX, soll eine KI-Rechenleistung von 8 EFLOPS (FP4-Inferenz) pro Rack erreichen können. Ein Rack soll maximal 72 Rubin-GPUs beherbergen. Vera Rubin soll die Grundlage der von OpenAI und NVIDIA geplanten Gigawatt-RZ sein. Von einer Investition von bis zu 100 Milliarden US-Dollar in die Bereitstellung einschließlich Rechenzentrums- und Stromkapazität ist die Rede.

Warum kauft die Telekom kein Rubin-Rack?

Mit dem Kauf nur eines einzigen Rubin-Racks könnte die Telekom Deutschlands KI-Rechenleistung mit einem Schlag verachtfachen – und müsste dafür wahrscheinlich noch nicht mal ein altes Rechenzentrum sanieren.

Der Grund könnte in Amerikas Exportbeschränkungen liegen. Erst letzte Woche bestimmte US-Präsident Trump, dass die modernsten Chips von Nvidia für US-Firmen reserviert und schloss Exporte explizit nach China, aber auch in andere Länder aus.

„Die fortschrittlichsten Technologien geben wir nur den USA“, meinte er gegenüber CBS. „Wir geben den (Blackwell-)Chip nicht an andere weiter.“ Trump schließt Exporte allerdings nicht generell aus: “Wir lassen sie mit Nvidia arbeiten, aber nicht auf dem neuesten Stand der Technik.” (Quelle: Reuters)

Es wäre also durchaus interessant, welche Blackwell-GPUs die Telekom kaufen darf: die älteren (G)B200 vom letzten Jahr oder die neueren GB300 (Ultra) oder B300 bzw. B300A aus der 2025er-Edition.

NVIDIA wird sicher glücklich sein, einen Abnehmer gefunden zu haben, nachdem China ja offensichtlich ausfällt und OpenAI lieber auf die noch nicht verfügbaren Rubin-Chips wartet.

Warum kauft die Telekom überhaupt bei NVIDIA?

Interessant ist auch die Frage nach der Souveränität. Schließlich betreibt der Konzern seine Public Cloud auf Basis einer offenen Architektur. Bevorzugter Partner für die Infrastruktur soll Huawei sein (Quelle: Wikipedia). Huawei entwickelt eigene Grafikprozessoren, insbesondere für künstliche Intelligenz.

Und das wäre nicht die einzige Alternative. Immer mehr Halbleiterhersteller drängen in den Markt mit KI-Chips vor. Broadcom kündigte die Entwicklung spezieller Inferenz-Chips an; Qualcomm stellte mit seinen AI-Engines AI200 und AI250 bereits eine ernstzunehmende Rubin-Konkurrenz im Rack-Format vor.

Und von AMD soll es 2026 ebenfalls ein KI-Rack geben. Helios basiert noch dazu auf dem offenen Design des Open Compute Project. Wie NVIDIAs Rubin-Rack soll auch Helios mit 72 GPUs ausgestattet sein, allerdings nur bis zu 2,9 ExaFLOPS (FP4) erreichen können – was immer noch 6-mal mehr ist, als mit den 10.000 NVIDIA-GPUS erreicht werden soll.

Große Worte, kleine Schritte

Bitkom-Präsident Dr. Ralf Wintergerst gibt sich zuversichtlich: „Deutschland braucht mehr Rechenzentren für Künstliche Intelligenz und Cloud Computing. Leistungsfähige Rechenzentren sind die Grundvoraussetzung für einen starken KI-Standort und ein digital souveränes Deutschland. Der Bau eines neuen großen Rechenzentrums in München wird den KI- und Cloud-Standort Deutschland stärken. Aktuell nutzt jedes vierte Unternehmen KI-Dienste aus der Cloud, Tendenz stark steigend: In fünf Jahren wird nach einer Bitkom-Untersuchung fast jedes zweite Unternehmen KI aus der Cloud einsetzen.

Trifft das tatsächlich ein, dürfte man mit einem halben Exaflop schnell an Grenzen stoßen. Zumal laut dem Bitkom “für nahezu alle Unternehmen (97 Prozent) … ein vertrauenswürdiges Herkunftsland des Cloud-Anbieters eine zentrale Rolle” spielt. “Alle würden einen Anbieter aus Deutschland bevorzugen.”

Idealerweise klaffen zwischen Wunsch und Wirklichkeit immense Lücken. Das weiß auch die Bitkom, dessen Präsident kürzlich erst selbst bestätigte, keine Alternative zu Big Tech zu kennen. Die Marktanteile der Cloudanbieter sprechen denn auch Bände:

Europäische Anbieter haben zusammen einen deutlich geringeren Marktanteil von etwa 15%. Daran werden auch 10.000 NVIDIA-GPUs nichts ändern.

Die Telekom verspricht, dass Organisationen bereits im ersten Quartal 2026 die Rechenleistung der KI-Fabrik buchen und bedarfsgerecht nutzen können sollen.

Allerdings schränkt man den Kundenkreis gleich selbst ein und adressiert insbesondere Deutschlands sogenannte Schlüsselindustrien: „Maschinenbau und Industrie haben dieses Land stark gemacht“, sagt Tim Höttges, Vorstandsvorsitzender der Deutschen Telekom. „Aber auch hier werden wir herausgefordert. KI ist eine riesige Chance. Sie wird helfen, unsere Produkte zu verbessern und unsere europäischen Stärken zu stärken. In nur sechs Monaten formen wir aus einer Idee reale KI-Rechenpower, Made for Germany.“

Der Schritt ist sicher wichtig. Es ist aber auch nur – nun ja – ein Schritt. Für deutsche Verhältnisse vielleicht sogar ein großer. Global betrachtet ist er eher symbolisch und wird Deutschland nicht in KI-Hall-of-Fame katapultieren.

Echte Souveränität oder Marketing-Show?

Das scheint auch Jensen Huang, Gründer und CEO von NVIDIA, zu wissen: “Deutschlands Stärke im Ingenieurwesen und in der Industrie ist legendär und wird jetzt durch KI noch weiter ausgebaut. Mit der weltweit ersten Industrial AI-Cloud und einer der größten Bereitstellung von GPUs in Deutschlands bringen wir NVIDIA-KI und Robotik hierher, um eine neue Ära der industriellen Transformation einzuläuten.“

Was er scheinbar nicht weiß: Es ist keineswegs die erste Industrial AI-Cloud. Mit seinen ONCITE Digital Production System

bietet die German Edge Cloud (GEC) industriellen Kunden bereits seit Jahren KI im Cloudformat. ONCITE ist ein Baustein der Catena-X-Plattform, einem Daten-Ökosystem der Automobilindustrie, und der europäischen Cloud-Infrastruktur Gaia-X.